transformer

🔍 वेब सर्च इंजन का LLM-आधारित मल्टी-एजेंट फ्रेमवर्क (जैसे Perplexity.ai Pro और SearchGPT)

omni-modality मॉडलों के साथ कुशल मॉडल इनफरेंस के लिए एक फ्रेमवर्क।

AAAI 2021 द्वारा स्वीकार किए गए पेपर "Informer" के लिए GitHub रिपॉजिटरी

BERT, GPT सहित Transformer संबंधित अनुकूलन

टाइम सीरीज़ टाइम्सरीज़ डीप लर्निंग मशीन लर्निंग Python Pytorch fastai | Pytorch / fastai में टाइम सीरीज़ और सीक्वेंस के लिए अत्याधुनिक डीप लर्निंग लाइब्रेरी

मोबाइल, पहनने योग्य उपकरणों, स्मार्ट होम और रोबोट के लिए क्वांटाइजेशन, कर्नेल, रनटाइम और अनुमान इंजन।

PyTorch और TorchText के साथ कुछ sequence-to-sequence (seq2seq) मॉडल लागू करने पर ट्यूटोरियल।

SwinIR: Swin Transformer का उपयोग करके इमेज रिस्टोरेशन (आधिकारिक रिपॉजिटरी)

विविध LLM अनुमान के लिए एक प्रोग्रामेबल मिक्सचर-ऑफ-मॉडल्स राउटर

प्रोडक्शन फर्स्ट और प्रोडक्शन रेडी एंड-टू-एंड स्पीच रिकग्निशन टूलकिट

Vision Transformer/Attention की अत्यधिक व्यापक पेपर सूची, जिसमें पेपर, कोड और संबंधित वेबसाइटें शामिल हैं

प्रॉम्प्ट-लर्निंग के लिए एक ओपन-सोर्स फ्रेमवर्क।

अस्पष्टता या विशिष्टता से मुक्त AI की शुरुआती मार्गदर्शिका, जिसे छात्र और इंजीनियर दोनों आसानी से समझ सकते हैं। इसमें न्यूरल नेटवर्क से लेकर लार्ज मॉडल, टॉप-लेवल डिज़ाइन से लेकर सूक्ष्म सिद्धांतों, और इंजीनियरिंग कार्यान्वयन से लेकर एल्गोरिदम की बुनियादी बातें शामिल हैं। इसे पूरा करने के बाद, हर कोई पूरी तरह से समझ सकता है कि कैसे अगला टोकन प्रेडिक्शन (next token prediction) जैसी साधारण दिखने वाली क्षमता दुनिया को बदल सकती है, और यह भी जान सकता है कि AI उतना रहस्यमयी या दुर्गम नहीं है जितना सोचा जाता था। आइए इसे हराएं!

Transformer: "Attention Is All You Need" का PyTorch कार्यान्वयन।

AIGC/LLM/AI Agent एल्गोरिदम इंजीनियर साक्षात्कार संसाधन प्लेटफ़ॉर्म। इसमें AIGC, LLM बड़े मॉडल, AI Agent, एम्बॉडीड एआई, पारंपरिक डीप लर्निंग, कंप्यूटर विजन, नेचुरल लैंग्वेज प्रोसेसिंग, ऑटोनॉमस ड्राइविंग, मशीन लर्निंग, सुदृढीकरण सीखना (रीइंफोर्समेंट लर्निंग), बिग डेटा माइनिंग, वर्ल्ड मॉडल, मेटावर्स, AGI आदि जैसे AI उद्योग के साक्षात्कार और लिखित परीक्षा के अनुभव और मुख्य क्रॉस-साइकिल ज्ञान शामिल हैं।

Huawei Noah's Ark Lab द्वारा विकसित GhostNet, TNT और MLP सहित कुशल AI बैकबोन।

स्केलेबल और उपयोगकर्ता के अनुकूल न्यूरल :brain: फ़ोरकास्टिंग एल्गोरिदम।

डीप लर्निंग शुरुआती पाठ्यक्रम, उन्नत पाठ्यक्रम, विशेष पाठ्यक्रम, अकादमिक मामले, औद्योगिक अभ्यास मामले, डीप लर्निंग ज्ञान विश्वकोश और साक्षात्कार प्रश्न बैंक।

SegFormer का आधिकारिक PyTorch कार्यान्वयन

विज़न के साथ ट्रांसफॉर्मर के बारे में कुछ पेपर एकत्र करें। विज़न के साथ ऑसम ट्रांसफॉर्मर (CV)

Towhee एक ऐसा फ्रेमवर्क है जो न्यूरल डेटा प्रोसेसिंग पाइपलाइन को सरल और तेज़ बनाने के लिए समर्पित है।

हम चीनी में transformers के उपयोग को दर्शाने के लिए एक रिपॉजिटरी बनाना चाहते हैं

इस रिपॉजिटरी में टाइम सीरीज़ फ़ोरकास्टिंग/प्रेडिक्शन (TSF) और स्पैचियो-टेम्पोरल फ़ोरकास्टिंग/प्रेडिक्शन (STF) पर शोध पत्रों की एक रीडिंग लिस्ट शामिल है। इन पत्रों को मुख्य रूप से मॉडल के प्रकार के अनुसार वर्गीकृत किया गया है।

(M)LLMs के लिए फाउंडेशन आर्किटेक्चर

डीप रेनफोर्समेंट लर्निंग पर आधारित ओपन-सोर्स ऑटोमैटिक फैक्टर फैक्ट्री।

Rust नेटिव उपयोग के लिए तैयार NLP पाइपलाइन और ट्रांसफॉर्मर-आधारित मॉडल (BERT, DistilBERT, GPT2, आदि)

[AutoArk] GPA (General Purpose Audio) एक छोटे मॉडल के साथ ASR, TTS और वॉयस कन्वर्जन कर सकता है!

टाइम सीरीज़ में transformers पर शानदार संसाधनों (पेपर, कोड, डेटा आदि) की पेशेवर रूप से क्यूरेट की गई सूची

pytorch फ्रेमवर्क में तंत्रिका नेटवर्क के लिए फ़्लॉप काउंटर

प्रशिक्षण और अनुमान (training and inference) के लिए PyTorch नेटिव क्वांटाइजेशन